I.1Поиск и навигация по информации

apurvaga/go-browse-wa-qwen-7B — языковая модель семейства Qwen2 с плотной архитектурой Qwen2ForCausalLM и примерно 7,1 млрд параметров. Она рассчитана на генерацию текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Модель использует библиотеку Transformers и распространяется в формате safetensors. Размер её контекстного окна — 32 768 токенов. README не содержит сведений о разработчике, обучении, целевых сценариях или качестве модели. Условия лицензии в доступных данных не приведены.

KunoichiVerse-7B — англоязычная чат-модель, созданная слиянием моделей Nitral-AI/Kunocchini-7b-128k-test и MTSAIR/multi_verse_model с помощью LazyMergekit и метода SLERP. Модель построена на плотной архитектуре Mistral с причинной языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров. Модель предназначена для диалогов и генерации текста. В README заявлено контекстное окно 128 тыс. токенов, тогда как метаданные указывают native context в 32 768 токенов. Репозиторий содержит веса в формате safetensors; также упомянут отдельный репозиторий GGUF от MarsupialAI. Лицензия — Apache-2.0.

LettuceDetect v2 Qwen 2B — генеративная модель для поиска галлюцинаций в ответах RAG-систем и кодовых агентов. Её разработала KRLabsOrg на базе Qwen3.5-2B: модель дообучена методом LoRA с учителем, а адаптер объединён с базовыми весами в самостоятельную модель. Она принимает запрос пользователя, контекст-источник и проверяемый ответ, затем возвращает JSON с точными фрагментами ответа, которые не подтверждаются контекстом, и метками категории и подкатегории. Модель охватывает прозу, код и вывод инструментов; в обучении использовались данные на 14 языках. В README приведены результаты на объединённом тестовом наборе, RAGTruth и PsiloQA, включая оценку F1 на уровне фрагментов и примеров. Указана архитектура Qwen3.5 с гибридом Gated DeltaNet и attention; размер — 2 млрд параметров. Длина контекста не уточняется, модель описана как рассчитанная на длинный контекст. Модель предназначена для проверки обоснованности ответов, в том числе в контурах RAG и агентной генерации кода. Она возвращает текстовые фрагменты и их метки, но символьные смещения нужно восстановить сопоставлением фрагментов с исходным ответом. Для надёжного разбора результата README рекомендует задать строгую JSON-схему. Лицензия — Apache-2.0.

unsloth/LFM2.5-230M-GGUF — квантизированная версия компактной текстовой модели LFM2.5-230M, разработанной Liquid AI и подготовленной в формате GGUF командой Unsloth. Модель предназначена для локального и периферийного развертывания с использованием llama.cpp и совместимых инструментов, включая устройства с ограниченными ресурсами. Она подходит для извлечения данных, легковесных агентских сценариев и задач с вызовом инструментов. Модель содержит 230 млн параметров и использует гибридную архитектуру из 14 слоёв: 8 блоков double-gated LIV convolution и 6 блоков GQA. Контекстное окно составляет 32 768 токенов, размер словаря — 65 536 токенов, дата отсечения знаний — середина 2024 года. Поддерживаются английский, арабский, китайский, французский, немецкий, итальянский, японский, корейский, португальский и испанский языки. Это text-only модель без заявленной поддержки изображений или других модальностей. К сильным сторонам относятся небольшой размер, высокая скорость инференса и пригодность для работы на CPU, мобильных устройствах и периферийных системах. Модель поддерживает function calling и была оптимизирована для извлечения данных и агентских конвейеров. Ограничения связаны с малым числом параметров: модель не рекомендуется для сложных рассуждений, продвинутой математики, генерации кода и творческого письма. Лицензия указана как lfm1.0; GGUF-формат предназначен для инференса и локального развертывания, а не как основной формат для дообучения.

Llama3 8B CPT Sahabat-AI v1 — языковая модель на архитектуре Llama, разработанная PT GoTo Gojek Tokopedia Tbk и AI Singapore в рамках экосистемы Sahabat-AI, созданной совместно с Indosat Ooredoo Hutchison. Это базовая модель с продолженным предобучением на примерно 50 млрд токенов поверх instruct-модели AI Singapore Sea-Lion v2.1. Модель содержит 7,5 млрд параметров и принимает текст, выдавая текст; она рассчитана на английский, индонезийский, яванский и сунданский языки. Контекст составляет до 8192 токенов. Модель предназначена для генерации текста и общего языкового понимания, в частности для вопросов и ответов, анализа тональности и токсичности, суммаризации, причинно-следственных рассуждений, NLI и перевода между английским и местными языками Индонезии. Карточка приводит результаты оценки на SEA HELM/BHASA и англоязычных бенчмарках, но численные таблицы в предоставленном тексте опущены. Доступна по Llama 3 Community License; перед использованием следует учитывать её условия.

DiscoResearch Llama3-German-8B-32k — плотная авторегрессионная языковая модель семейства Llama 3, разработанная DiscoResearch на основе Meta Llama 3 8B. Модель адаптирована для немецкого языка продолжительным предобучением на 65 млрд токенов и предназначена для генерации текста с длинным контекстом. В метаданных указаны 7,5 млрд параметров, контекст до 65 536 токенов, формат safetensors и библиотека Transformers; README обозначает эту версию как вариант с расширенным контекстом на 32k. Модель подходит для генерации и продолжения немецких текстов, а также для ответов на вопросы и работы с длинными документами. В README приведены начальные результаты экспериментов по нескольким бенчмаркам, включая TruthfulQA и ARC; они показывают улучшения при использовании описанного алгоритма упаковки обучающих последовательностей. Модель распространяется по лицензии Llama 3; условия лицензии следует учитывать при использовании.

llama-3-stinky-v2-8B — чат-модель на архитектуре Llama, созданная nbeerbower с помощью mergekit. Это слияние предварительно обученных языковых моделей методом Model Stock; базовой моделью слияния была flammenai/Mahou-1.1-llama3-8B, также использованы модели для инструкций, диалога и ответов на вопросы. Модель предназначена для генерации текста и диалоговых сценариев: ответов на вопросы, следования инструкциям и рассуждений. Она содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 8192 токена. Карточка приводит результаты Open LLM Leaderboard, включая средний балл 70,27, но не описывает отдельные специализации или языковое покрытие итоговой модели. Модель распространяется в формате safetensors по лицензии other; конкретные условия лицензии в предоставленных данных не раскрыты. Результаты бенчмарков не гарантируют качество для конкретных прикладных задач.

MeliodasPercival_01_YamshadowStrangemerges_32 — объединённая языковая модель семейства Mistral, созданная из automerger/MeliodasPercival_01-7B и automerger/YamshadowStrangemerges_32-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. В карточке не указаны специализация по языкам, дополнительные прикладные области или отдельные оценки качества. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Minico-M1 Preview — компактная языковая модель, разработанная Mincofficial и дообученная на базе LiquidAI/LFM2.5-350M на наборе QyrouNnet-AI/exp-reasoning-effort-control. Она предназначена для генерации текста в диалогах и задач рассуждения; шаблон чата поддерживает видимые блоки рассуждений и уровни усилий low, medium, high и max. Модель построена на плотной архитектуре LFM2 и содержит 343,9 млн параметров, поддерживает контекст до 128 000 токенов и интерфейс вызова инструментов. Это предварительный выпуск для ознакомления и совместимости. В репозитории safetensors-файл является экспортом в float16, полученным деквантованием исходного файла GGUF Q8_0, поэтому его веса приближённые и не соответствуют исходному полноточному чекпойнту обучения. Применяется лицензия базовой модели LiquidAI/LFM2.5-350M.

MiniMax-M2.7-JANG_2L-CRACK — производная модель MiniMaxAI/MiniMax-M2.7, созданная Jinho Jang. Это MoE-модель для генерации текста и диалогов с архитектурой MiniMax M2.7: в README указаны 230 млрд параметров, 256 экспертов и около 10 млрд активных параметров на токен. Метаданные каталога сообщают 2,9 млрд параметров; этот размер расходится с описанием исходной модели в README. Контекст составляет 196 608 токенов. Модель ориентирована на рассуждения и всегда формирует цепочку рассуждений перед ответом; также заявлен интерфейс вызова инструментов. Веса представлены в формате JANG_2L с разрядностью 8 бит для внимания, 6 бит для эмбеддингов и 2 бита для экспертов, общий размер — 63 ГБ. Формат предназначен для Apple Silicon и требует MLX Studio или пакета jang-tools; README также рекомендует запускать модель в vMLX. CRACK — заявленная авторами модификация, снижающая склонность к отказам. Лицензия указана как other, конкретные условия в доступных данных не раскрыты. Разработчик предупреждает о возможных бесконечных циклах при жадном декодировании и рекомендует температуру 1.0 для диалога; для сложных запросов советует выделять не менее 4000 токенов генерации.

Это модель Sentence Transformers, дообученная на answerdotai/ModernBERT-base на наборе code_search_net. Она кодирует текстовые запросы и фрагменты кода в плотные векторы размерности 768 и предназначена прежде всего для семантического поиска по коду и сопоставления запросов с подходящими фрагментами. Также её можно применять для оценки сходства предложений, поиска перефразировок, кластеризации и классификации текста. Модель использует encoder-архитектуру ModernBERT с CLS-пулингом и косинусной мерой сходства. README указывает максимальную длину последовательности 4096 токенов, а метаданные — нативный контекст 8192 токена; фактическую длину при использовании следует соотносить с конфигурацией Sentence Transformers. Размер модели — 149 млн параметров. Карточка описывает пары запросов и кода из CodeSearchNet; отдельные языки программирования или естественные языки в метаданных не перечислены. Модель выдаёт эмбеддинги, а не готовые текстовые ответы, поэтому для поиска обычно требуется сравнение векторов и, при необходимости, отдельный индекс. Лицензия в предоставленных данных не указана.

Modern-LiBERTa — украиноязычная модель Goader, созданная Майколой Галтиюком и Александером Смывиньским-Полем из AGH University of Krakow. Это предварительно обученный энкодер на архитектуре ModernBERT, рассчитанный на анализ украинского текста с длинным контекстом. Модель обучена на корпусе Kobza объёмом около 60 миллиардов токенов; размер модели — 408,7 млн параметров, длина контекста — до 8192 токенов. Модель предназначена для задач понимания и разметки текста, включая заполнение пропусков, распознавание именованных сущностей и определение частей речи. В оценках авторов она показала результаты на наборах NER-UK, WikiANN, UD POS и классификации новостей. Для токенизации используется код из репозитория модели, поэтому при загрузке токенизатора в Transformers требуется включить trust_remote_code. Модель работает с текстом на украинском языке и выдаёт контекстуальные представления для последующей обработки. Репозиторий распространяется по лицензии CC BY 4.0.

Monkey — мультимодальная языковая модель, разработанная исследователями Huazhong University of Science and Technology совместно с Kingsoft. Модель содержит 11,4 млрд параметров и принимает изображения с разрешением до 896 × 1344 пикселей, чтобы отвечать на вопросы о визуальных сценах, распознавать мелкие детали и читать плотный текст в документах. Monkey предназначена для описания изображений, визуальных вопросов и ответов, включая задачи с текстом на изображении и документами. Авторы сообщают об оценке на 16 наборах данных и выделяют способность учитывать контекстные связи между объектами и текстовой информацией. Репозиторий содержит веса PyTorch; в метаданных указан контекст 8192 токена. Языки не установлены по предоставленным данным. Лицензия в данных не указана.

leomaurodesenv/nli-MiniLM2-L6-H768-nvidia-aegis-v1-augmented — дообученная модель на базе cross-encoder/nli-MiniLM2-L6-H768. Это плотная модель семейства RoBERTa с 95,2 млн параметров, предназначенная для классификации текста. Базовая модель определяет логическое отношение между парой предложений и поддерживает zero-shot-классификацию; карточка этой версии сообщает точность 0,9498 и loss 0,2039 на тестовой выборке, но не раскрывает её датасет и конкретную схему меток. Модель принимает текст и выдаёт результат классификации. Максимальная длина контекста — 514 токенов. Она опубликована в формате safetensors для Transformers под лицензией Apache-2.0. Языковая специализация этой версии и её ограничения в README не описаны.

PP-OCRv4_server_det — серверная модель обнаружения текстовых областей из серии PP-OCRv4_det, разработанная командой PaddleOCR. Она находит строки текста на изображениях и предназначена для развёртывания на производительных серверах, где важна точность. Модель используется как модуль обнаружения в OCR-конвейере PP-OCRv4; для распознавания найденных строк конвейер дополнительно применяет отдельную модель распознавания текста. В README приведены метрики для рукописного и печатного китайского и английского текста, традиционного китайского, японского, исторических текстов, а также изображений с поворотом, искажением и художественным оформлением. Лицензия — Apache-2.0. В метаданных указана библиотека PaddleOCR и языки en и zh.

Qwen3.6-35B-A3B-Slovenian — дообученная MediaAtlas мультимодальная модель на архитектуре Qwen3.5 MoE, созданная на основе Qwen/Qwen3.6-35B-A3B. В ней около 35 млрд параметров и 3 млрд активных параметров; веса bf16 объединяют продолженное предобучение и SFT-адаптер, а также сохраняют тензоры MTP для спекулятивного декодирования. Модель предназначена для диалогов и рассуждений на словенском языке, работы со знаниями и перевода между английским и словенским. В тестах авторов она улучшила результаты базовой модели на словенском бенчмарке и в переводе EN↔SL. Она принимает изображения благодаря сохранённому визуальному энкодеру базовой модели, но дообучение проводилось только на текстах, а понимание изображений на словенском отдельно не оценивалось. README предупреждает, что прямой запуск весов bf16/fp16 в текущей версии Transformers даёт некорректный результат; авторы рекомендуют загрузку в 4-битном NF4 через bitsandbytes или вариант GGUF. Лицензия репозитория указана как other, поэтому условия использования следует уточнять по карточке модели; базовая модель Qwen распространяется по Apache-2.0.

Qwen3-8B-RewardedSoups-baseline — диалоговая языковая модель на базе Qwen3-8B, подготовленная методом Rewarded Soups для совмещения нескольких целей поведения. Разработчик объединил линейной интерполяцией четыре DPO-эксперта, обученных от общей исходной модели; веса экспертов смешаны с коэффициентами 0,15, 0,15, 0,15 и 0,55. Коэффициенты выбраны по 100 проверочным запросам. Модель предназначена для генерации ответов в диалоге с акцентом на следование инструкциям, правдивость, честность и полезность. В карточке описана оценка на UltraFeedback: ответы сравнивали с общей референсной моделью на отложенных запросах, используя Llama-3.3-70B-Instruct в роли судьи. Метаданные указывают архитектуру Qwen3ForCausalLM, 7,6 млрд параметров, контекст до 40 960 токенов и библиотеку Transformers. Базовая модель заявлена как многоязычная; README не уточняет языки обучения этой версии. Модель распространяется в формате safetensors по лицензии Llama 3.1. README сообщает о бюджете дообучения в 300 обновлений оптимизатора с глобальным размером пакета 16, поэтому результаты оценки не следует считать гарантией качества во всех сценариях. Карточка не приводит подробных ограничений применения.

Карточка модели AeonAIRisk/Qwen3.8-Flash-Next-Abliterated на Hugging Face совпадает с карточкой windowsxp811203/Qwen3.8-Flash-Next-Abliterated, поэтому описание составлено по ней. Qwen3.8-Flash-Next-Abliterated — доработанная автором карточки версия Qwen/Qwen3.8-Flash-Next, в которой ослаблен механизм отказа отвечать на вредоносные запросы. Это мультимодальная модель семейства Qwen с архитектурой Qwen4ExpForConditionalGeneration; метаданные указывают поддержку чата, вызова инструментов и анализа изображений. Весовой формат — safetensors, для запуска требуется transformers версии 5.16 или новее. Модель предназначена для диалоговых и агентных сценариев с текстом и изображениями, в том числе для задач, где требуется отвечать на запросы, которые исходная модель могла отклонить. Автор сообщает о снижении отказов на AdvBench с 99,42% до 0,96%, сохранении результата GSM8K в пределах измеренного уровня и снижении точности MMLU на 1,6 процентного пункта. По README изменены 151 тензор, а башня зрения и ряд других компонентов оставлены без изменений. Основные заявленные языки — английский и китайский. Лицензия указана как other, поэтому условия использования следует уточнить на странице репозитория. Модель значительно реже отказывает на вредоносных запросах; это ограничивает её пригодность для сценариев, где важны защитные отказы. Замеры качества выполнены автором на указанных тестах и не гарантируют аналогичных результатов на других задачах.

coder3101/Qwen3-VL-32B-Instruct-heretic-v2 — изменённая версия мультимодальной модели Qwen3-VL-32B-Instruct от Qwen. По README, модель прошла abliteration: в приведённом сравнении доля отказов снизилась с 99 до 9 из 100, а KL-дивергенция относительно исходной модели составляет 0,0977. Метаданные указывают плотную архитектуру Qwen3-VL с 32 млрд параметров и формат safetensors. Модель принимает текст и изображения и предназначена для диалога с визуальным контекстом, распознавания текста на изображениях, анализа видео и визуального рассуждения. README базовой модели заявляет контекст 256 тыс. токенов с возможностью расширения до 1 млн и OCR на 32 языках; это характеристики семейства, а не отдельные результаты оценки данной модификации. В карточке нет отдельного описания её качества по задачам. Модель выпущена под лицензией Apache-2.0. Снижение числа отказов может означать ослабление встроенных ограничений безопасности; приведённая таблица не описывает методику оценки и не позволяет судить о поведении во всех сценариях.

Qwen3-VL-4B-Heretic — модифицированная сообществом версия мультимодальной модели Qwen3-VL-4B-Instruct от Qwen. Авторы применили оптимизатор Heretic для ослабления механизмов отказа; опубликованный вариант t122 выбран среди четырёх экспериментальных вариантов как вариант с наименьшим сдвигом относительно базовой модели. Это плотная модель примерно на 4 млрд параметров с архитектурой Qwen3-VL: языковой частью и энкодером изображений. Репозиторий содержит веса BF16 для Transformers и vLLM, сохраняя поддержку зрения; заявленный основной сценарий — диалог с анализом изображений и видео, включая OCR и визуальные рассуждения, унаследованные от базовой модели. В приведённых авторами испытаниях t122 достиг 100% выполнения запросов из набора HarmBench, тогда как базовая модель выполнила 30,8%; это означает существенное ослабление защитных отказов и позволяет использовать модель для ответов на запросы, которые базовая версия могла бы отклонить. На MMLU и HellaSwag результаты близки к базовой модели, а GSM8K снизился на 1,83%. Лицензия — Apache-2.0. Модель унаследовала ограничения Qwen3-VL-4B-Instruct; изменение поведения не гарантирует полного устранения отказов во всех контекстах.

RecurrentGemma 9B — базовая большая языковая модель, разработанная Google. Она предназначена для генерации текста и может использоваться как основа для диалоговых интерфейсов, создания и суммаризации текстов, а также экспериментов в NLP. Это авторегрессионная модель для Transformers, доступная в формате safetensors. Архитектура RecurrentGemma рассчитана на более высокую скорость генерации, особенно для длинных последовательностей и больших пакетов, по сравнению с Gemma 7B с Multi-Head Attention; выигрыш может быть меньше при сравнении с моделями на Multi-Query Attention. Карточка описывает базовую версию, а не instruct-вариант. В README не приводятся контекстное окно и список поддерживаемых языков. Модель может ошибаться в фактах, испытывать трудности с неоднозначностью и сложными открытыми задачами, а также воспроизводить смещения из обучающих данных. Для использования действует лицензия Gemma и условия Google, включая ограничения на применение моделей Gemma.

SamChat — текстовая генеративная модель на архитектуре Mistral, созданная слиянием моделей Intel/neural-chat-7b-v3-3 и cognitivecomputations/samantha-mistral-7b. В README также указан macadeliccc/WestLake-7B-v2-laser-truthy-dpo как базовая модель конфигурации слияния. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. SamChat предназначена для генерации текста и диалогового взаимодействия. Карточка приводит результаты оценок на бенчмарках рассуждений и здравого смысла, включая AI2 Reasoning Challenge и HellaSwag, но не описывает отдельную специализацию. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0.

SeaLLMs-v3-7B-Chat — диалоговая языковая модель серии SeaLLMs, разработанной для языков Юго-Восточной Азии. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 131 072 токенов; веса опубликованы в формате safetensors. Модель дообучена следовать инструкциям и вести многошаговый диалог. Она предназначена для генерации ответов и выполнения инструкций, включая вопросы на общие знания, математические задачи и перевод. Разработчики сообщают об улучшенной работе с местными контекстами региона и о мерах по снижению галлюцинаций, однако возможны неточные, вводящие в заблуждение или вредоносные ответы. Для реального использования рекомендуется независимая проверка и настройка мер безопасности. Условия использования определяются SeaLLMs Terms Of Use; метаданные указывают лицензию как other.

Это дообученная разговорная языковая модель семейства Llama, опубликованная mazzaqq и основанная на unsloth/meta-llama-3.1-8b-instruct-bnb-4bit. Модель предназначена для генерации текста и диалогов; в репозитории указаны веса в формате safetensors, а метаданные описывают плотную архитектуру LlamaForCausalLM объёмом 7,5 млрд параметров и контекст до 131072 токенов. Модель поддерживает английский язык. Метаданные отмечают чат и интерфейс вызова инструментов. Карточка сообщает, что обучение выполнено с Unsloth и библиотекой TRL, но не описывает конкретную специализацию дообучения или результаты оценки качества. Лицензия — Apache-2.0.

zeromodels выпускает преобразованную в Keras 3 версию Google SigLIP 2 Base Patch16 384 для классификации изображений по текстовым описаниям без дополнительного обучения. Модель сопоставляет изображения и текстовые метки или запросы; при выводе ей передают изображения и текстовые подсказки. Реализация работает с TensorFlow, PyTorch и JAX. SigLIP 2 — мультиязычный vision-language энкодер с архитектурой ViT и размером Base; вариант использует патчи 16 × 16 и разрешение изображения 384 пикселя. В основе обучения — sigmoid loss, предобучение на подписях, самодистилляция и masked prediction. Gemma-токенизатор с мультиязычным словарём поддерживает множество языков. Лицензия — Apache 2.0.

Veritone/siglip2-base-patch16-256-vision — отдельная копия визуальной башни SigLIP 2 Base, разработанной Google и размещённой Veritone. Она кодирует изображения и видеокадры в общее пространство эмбеддингов; текстовая башня для сопоставления находится в отдельном репозитории Veritone/siglip2-base-patch16-256-text. Модель предназначена для классификации изображений по текстовым меткам без дообучения, поиска по изображениям и использования в качестве визуального энкодера для мультимодальных моделей. SigLIP 2 развивает метод предварительного обучения SigLIP и ориентирован на семантическое понимание, локализацию и получение плотных визуальных признаков. Для работы с моделью указаны библиотека Transformers и формат safetensors; обучение проводилось на наборе WebLI. Лицензия — Apache-2.0. README описывает только визуальную башню, поэтому сопоставление изображения с текстом требует соответствующей текстовой башни или другого совместимого текстового энкодера.

Tema_Q-R-3B-Thinking — компактная языковая модель, разработанная на основе Liquid AI LFM2.5-2.6B и дообученная для генерации ответов на японском и английском языках. Это плотная причинная трансформерная модель семейства LFM2, представленная в формате safetensors; её контекстное окно составляет 131 072 токена. Модель предназначена для диалогов и генерации текста по инструкциям, включая творческое письмо и поиск знаний. Разработчик позиционирует её как улучшенный вариант базовой модели, способный давать более гибкие и полезные ответы на сложные запросы. Модель помечена как uncensored; соблюдение законодательства и правил использования контента возложено на пользователя, а README запрещает применение для дискриминации, преследования, насилия, незаконных и иных вредоносных целей. Модель основана на LiquidAI/LFM2.5-2.6B и имеет 2,6 млрд параметров. Условия лицензии в предоставленных данных не указаны.

Unlimited-OCR AMD Strix Halo — сообщественная упаковка модели Baidu Unlimited-OCR, адаптированная для локального запуска на системах AMD Strix Halo с ROCm. Репозиторий содержит веса модели, код и средства запуска для Ryzen AI Max+ 395 с Radeon 8060S; это не официальный выпуск Baidu или Corsair. Модель предназначена для распознавания текста на изображениях и страницах PDF, включая длинные документы. Она имеет плотную архитектуру UnlimitedOCRForCausalLM, около 559,7 млн параметров и контекст длиной 32 768 токенов. Для типовых PDF-тестов в README приведены показатели word F1 от 0,849 до 0,978; результат зависит от типа документа, качества скана, настроек рендеринга, доступной памяти и версий ROCm и PyTorch. Упаковка распространяется по лицензии MIT.

ViT-L-14-CLIPA-336-datacomp1B — контрастивная модель изображения и текста на основе CLIPA-v2, предназначенная для классификации изображений по текстовым описаниям без дополнительного обучения. Карточка связывает её с набором данных DataComp-1B и указывает сценарий zero-shot image classification; модель загружается через библиотеку OpenCLIP. Модель принимает изображения и текстовые метки или описания, сопоставляет их в общем пространстве и позволяет выбирать наиболее подходящее текстовое описание для изображения. В названии указаны архитектура ViT-L-14 и разрешение 336 пикселей. Веса доступны в форматах PyTorch и safetensors. Модель подходит для классификации изображений по пользовательским категориям и поиска изображений по текстовым запросам. Карточка не сообщает поддерживаемые естественные языки, размер параметров или длину контекста. Лицензия — Apache-2.0.

Whisper Medium TR — дообученная модель emre на базе мультиязычной OpenAI Whisper Medium для распознавания турецкой речи в текст. Она использует трансформерную архитектуру Whisper и содержит 455,8 млн параметров; обучение проводилось на начальных 10% обучающей и валидационной частей турецкого Common Voice 11.0 от Mozilla Foundation. Модель предназначена для транскрибирования турецких аудиозаписей; в README для оценочного набора указана WER 18,51. Модель принимает аудио и выдаёт текст. В обучении использовался weight decay 0,1 для снижения переобучения. Лицензия — Apache-2.0.